中国省域农业现代化水平评价及其影响因素的空间计量分析*

陈江涛，张巧惠，吕建秋※

(1.华南农业大学数学与信息学院，广东广州 510642； 2.华南农业大学新农村发展研究院，广东广州 510642；3.广东省科技管理与规划研究院，广州 510642)

0 引言

三农问题是关系到社会稳定、人民幸福的关键性问题，实现农业现代化一直是党和人民的迫切愿望，中共中央、国务院发布的中央一号文件更是连续几年将农业现代化作为文件主题，体现了党和国家对我国农业发展的高度重视。农业现代化是国家现代化的一项重要指标，实现农业现代化能有效促进国民经济的发展，美国农业经济学家舒尔茨认为农业现代化是发展中国家经济增长的重要动力[1]。

农业现代化评价是科学评价一个地区农业发展水平的重要措施，许多机构和学者都从不同角度研究过我国的农业现代化水平，如农业部农村经济研究中心将我国农业现代化的评价分成农业外部条件指标、农业内部条件指标、农业生产效果3个体系、4项指标。中国农科院文献中心将农业现代化指标体系分为收入和消费水平、农村经济发展水平、农业生产发展水平等7大类、 22个指标[2]。林正雨[3]从农业投入水平、农业产出水平、农业社会水平、农业可持续水平4个维度、 12个指标研究了四川省农业现代化水平。农业现代化的评价方法主要有德尔菲法、层次分析法、DEA数据包络分析、灰色关联分析等，如谭爱花等[4]运用层次分析法和多指标综合评定法测量了我国农业的现代化水平。李虹来等[5]探讨了灰色关联分析法在农业现代化评价体系中的应用。刘春峰等[6]用德尔菲法和层次分析法分析了北京市的农业现代化水平。信息熵是信息论中的内容，已在多个领域得到广泛应用，如周子英等[7]将其用于探究长沙市的土地利用结构变化。张研等[8]将用于城市生态系统演化分析等。户艳玲[9]则将熵值法用于对河北省水资源利用效率的研究等。TOPSIS法是一种有效的客观评价方法，在系统决策方面有广泛应用。文章尝试依据这两种方法计算各省区在当年与农业现代化理想值的接近程度，从而对农业现代化水平进行量化。

空间经济计量是将空间相关因素考虑到计量模型之中的一种方式，能够有效克服传统计量未考虑周边环境影响的局限性。目前空间经济计量学已广泛应用于区域经济的各种研究之中。例如周国富等[10]运用空间计量对中国地区GDP质量的评估、宋慧林等[11]对区域旅游经济增长的实证研究、刘凯等[12]对深林碳汇量的估算等。农业是一种空间溢出效应十分强烈的行业，但这方面的研究相对较少。因此，该文旨在将熵权TOPSIS法与空间经济计量相结合，探究考虑空间因素影响下我国农业现代化发展与产业结构、农业固定资产投入以及基础设施建设之间的关系。

1 我国省域农业现代化水平评价

1.1 熵权TOPSIS法简介

熵是热力学中微观状态多样性或均匀性的一种度量，表示系统的无序性程度[13]。1948年信息论之父香农将熵引入到信息论中，提出了信息熵的概念，用以表示信息中排除了冗余后的平均信息量，并给出了信息熵的计算方式[14]。

假设系统处于无序的状态之中，所有可能的状态出现的概率为Pi，该系统熵的计算公式为：

(1)

信息熵是系统无序性的度量，信息熵越大，信息的无序度越高，其信息的贡献度越小； 反之信息熵越小，信息的无序度越低，信息的贡献度越大。

TOPSIS模型称为“逼近理想解排序方法”，为系统工程中有限方案多目标决策分析的一种常用的决策技术，是一种距离综合评价法，该方法通过测量目标靠近正理想解和远离负理想解的程度来评估评价对象。

1.2 评价指标的选取与数据的收集

相关指标数据的收集要综合考虑指标的系统性、综合性、重点性、代表性、可比性[15]。另外，根据数据的可获取性，该文选取了农业生产效率、农民的生活水平、农业基础建设情况、农业生态环保性4个维度， 13个指标来评价各地的农业现代化水平，具体维度和指标如表1。

表1 农业现代化评价指标体系

一级指标 二级指标指标解释农业生产效率农业劳动生产率(X1)用当地农业总产值除以农村总人口，用以衡量人均产出的一个指标，生产率越高，说明现代化程度越高投入产出率(X2)当地农业增加值除以农业中间消耗值，用以反映产出效率，产出率越大说明生产效率越高，现代化程度越高粮食单产量(X3)用当地粮食总产量除以耕地总面积，反映当地的耕地产出水平，耕地单位产出越高，说明农业现代化程度越高农民生活水平农村居民人均纯收入(X4)反映当地农村居民的收入水平，收入水平越高，说明生活水平越好，现代化程度越高农村居民人均用电量(X5)用总用电量除以总人数，人均用电量越多，说明家用电器设备等越多，生活水平越高，现代化程度越高农村居民的恩格尔系数(X6)食品支出占总支出的比重，恩格尔系数越低，说明富裕程度越高，生活水平越高农村卫生厕所普及率(X7)普及率越高，生活水平越高，现代化程度越高农村基础设施建设情况有效灌溉率(X8)反映农田水利设施的建设情况，有效灌溉率越高，基础设施建设情况越完善，现代化程度越高旱涝保收率(x9)反映该地农业抗灾害的能力，旱涝保收率越高，现代化程度越高平均农机总动力(X10)用该地农机总动力除以该地耕地总面积，反映机械化水平，平均总动力越高，现代化程度越高养老机构的覆盖率(X11)用以反映农村社会保障情况，覆盖率越高，现代化程度越高农业生态环保意识化肥施用强度(X12)用当地化肥施用总量除以农业总产值，每亿元产值施用的化肥量越低，生态环保意识越强，农业现代化程度越高农药施用强度(X13)用当地农药施用总量除以农业总产值，每亿元产值施用的农药量越少，生态环保意识越强，农业现代化程度越高

以2015年农业现代化水平评价为例，当年数据主要来源于《2016年中国统计年鉴》和《2016年中国农村统计年鉴》，统计日期截止2015年年底。

1.3 运用熵权法求各指标权重

设有m个评价对象，n个指标，指标值为xij(i=1， 2，∧，m；j=1， 2，∧，n)，评价矩阵为：

(2)

运用极差标准化对原始数据进行同趋化处理后得到矩阵：

(3)

再按公式(4)对矩阵Y进行归一化和无量纲化处理。

(4)

得到矩阵：

(5)

根据公式(6)可求出指标j的熵：

(6)

根据公式(7)计算出指标j信息的偏差度：

dj=1-ej

(7)

最后根据公式(8)可求得各指标的权重：

(8)

1.4 运用加权TOPSIS法对各地的农业现代化水平进行评价

运用TOPSIS进行评价时首先要对数据进行同趋势化和归一化处理，这里的同趋化矩阵可以直接使用信息熵中极差标准化后的矩阵Y，对矩阵Y按式(9)进行规范化处理：

(9)

得到矩阵：

(10)

表2 2015年各地区的农业现代化评价

地区D+iD-iCi地区D+iD-iCi江苏0 11480 24720 6828四川0 21090 15850 4291北京0 15500 26900 6344海南0 24120 17190 4161浙江0 14520 22830 6113安徽0 21900 15320 4117上海0 16690 25280 6023黑龙江0 24810 16450 3987山东0 16070 21740 5749吉林0 23320 15400 3978福建0 17500 20700 5418内蒙古0 24110 14990 3834天津0 17630 20830 5416青海0 26450 16130 3788湖南0 18580 19990 5183重庆0 24730 14590 3709河北0 18860 19820 5124广西0 24110 14090 3688江西0 19720 18280 4810陕西0 26220 13240 3354广东0 19770 17620 4714宁夏0 25540 12680 3318河南0 21780 18390 4577贵州0 27410 13490 3298湖北0 20240 16700 4521山西0 26130 11190 2998新疆0 22490 18520 4516云南0 27710 10850 2814辽宁0 22150 18230 4514甘肃0 28770 09800 2540西藏0 24270 19950 4512 注：按Ci降序排列

根据公式(11)(12)分别计算所有评价对象距最优方案和最劣方案的距离。

(11)

(12)

根据公式(13)计算评价对象与最优方案的接近程度。

(13)

图1 2015年我国部分省域农业现代化程度四分位图

式(13)中，Ci在0与1之间取值，Ci愈接近1，表示该评价对象越接近最优水平； 反之，愈接近0，表示该评价对象越接近最劣水平。

1.4.2 2015年加权TOPSIS法的计算结果

为了更加清晰地展示我国农业发展的空间格局情况，该文以2015年为例，运用空间四分位图对我国农业现代化格局进行分析， 2015年农业现代化程度的空间四分位图如图1，可以看出，我国农业现代化具有明显的空间集聚特征。其中，我国东南沿海地区和环渤海经济区是农业现代化第一梯队的聚集区，由于具有得天独厚的地理条件以及气候优势，该区域自古以来都是我国重要的鱼米之乡，具有良好的农业发展基础。随着东部沿海地区经济的快速发展以及中央对农业发展的不断重视，东部沿海地区在原有的基础之上，利用经济上的优势，加大农业技术与人才的投入力度，不断提高农业现代化水平，并取得良好成效。

我国中部地区是农业现代化第二梯队的聚集区，该区域在地形地势、气候条件方面具有较明显的优势，以平原为主，适合大面积种植、机械化管理，同时拥有宜人的气候，四季分明，适合发展不同的农业产业。另外，该区域紧挨东部沿海地区，在东部地区高度发达的现代化农业的辐射下，农业现代化水平相对较高。我国新疆地区、西藏地区由于西部大开发、机械化作业等原因，也逐渐成为我国农业现代化水平较高的地区之一。

表3 2008～2015年各地区按年份的熵权TOPSIS值

地区20152014201320122011201020092008北京0 63440 56440 58310 59540 59460 59590 60840 5879天津0 54160 54380 54520 49390 49290 48600 48760 4913河北0 51240 48590 48780 46020 45420 44500 44560 4373山西0 29980 28320 28230 26910 25440 26140 25840 2308内蒙古0 38340 36790 37040 34830 34790 34210 32680 3375辽宁0 45140 45860 46850 43330 40830 42250 40330 3985吉林0 39780 37810 38010 35940 35940 35150 35300 3613黑龙江0 39870 39980 39120 34490 32070 32730 33360 3353上海0 60230 62200 62250 61120 61610 63220 69460 6796江苏0 68280 66680 66330 60780 56830 55630 52500 5071浙江0 61130 64920 63550 58940 58290 57510 55310 5454安徽0 41170 39740 42400 38520 36910 37080 35740 3474福建0 54180 51840 54870 49060 46980 45250 44280 4325江西0 48100 47830 46130 46650 44510 43190 42630 4170山东0 57490 52460 52070 48430 47550 47410 47170 4618河南0 45770 46470 46280 43370 42550 42810 42850 4298湖北0 45210 46170 44910 41470 40000 38170 35940 3537湖南0 51830 50970 52350 47540 46580 45020 44600 4411广东0 47140 49060 48510 47370 46220 46580 46580 4516广西0 36880 33890 35070 32640 30430 28630 28370 2734海南0 41610 40740 39510 37170 35700 35030 34220 3321重庆0 37090 36430 41340 45980 45390 45080 43610 4271四川0 42910 41660 39820 37130 36280 35470 35630 3389贵州0 32980 27150 27410 25390 23530 24370 24540 2398云南0 28140 27030 25720 23350 21360 22040 23770 2248西藏0 45120 41100 39020 38340 38630 38070 38970 3831陕西0 33540 31270 32050 31430 31810 29850 28380 2853甘肃0 25400 23560 23780 22910 22440 20950 22420 2098青海0 37880 38250 38320 37170 36470 36020 36200 3451宁夏0 33180 31440 30980 28940 28660 28240 26400 2690新疆0 45160 44620 44150 40090 39490 37590 35820 3559

第三梯队聚集在我国东北部分省份以及内蒙地区，东北是我国重要的粮食主产区，地广人稀、土壤肥沃是东北特有的优势，无论从地理条件还是历史地位上来讲，发展现代化农业都是该区域势在必行的一个重要任务。内蒙古地形与气候上存在一定的劣势，但同时也具备发展特色的农业的自然条件，应当积极发展畜牧业、生态旅游等特色产业。

第四梯队主要集中在中西部的中间地带，主要包括黄土高原和云贵高原地区，这些地区在农业现代化方面相对落后，造成该现象的原因，一方面在于经济不发达带来的约束，另一方面又源于气候条件、地形地势方面的劣势。

为了对我国农业现代化发展的影响因素有更加深入的分析，该文运用熵权TOPSIS法对2008～2015年8年的省域农业现代化水平进行了评价。

2 空间面板计量分析

2.1 理论假说

基于农业现代化的评价数据，该文选用空间面板数据模型对农业现代化的空间相关性、产业结构、农业固定资产投入、基础设施建设与农业现代化发展的关系进行探究。为此，该文首先建立了4个假设。

假设一：我国的农业现代化发展呈现空间相关性，即周边地区的农业发展会对该地区的农业发展产生影响，农业现代化程度的熵权TOPSIS评价值用Y表示。

假设二：产业结构的调整，特别是二、三产业比重的提高，会加快促进农业的三产融合，提高农业的现代化程度，二、三产业在三产中的比重越高，即第一产业的比重越低，农业现代化程度会越高。产业结构即第一产业在三产中的占比用X1表示。

假设三：人均农业固定资产投入越多，说明国家对于当地农业发展越重视，也说明当地在尽力改善农民生活，因而人均农业固定资产投入与农业现代化呈正相关。人均农业固定资产投入用X2表示。

假设四：农村基础设施建设情况对农业现代化发展存在影响，由于数据的可得性以及对农民的重要程度，该文将农村的基础设施建设情况简化表示为当地的道路建设情况即等外公路的建设占比，等外公路占比越多，说明该地区道路改造越慢，基础建设越薄弱，越影响农村发展，因而等外公路的建设占比对农业现代化呈负相关，等外公路的建设占比用X3表示。

2.2 空间相关性检验

空间计量学研究的一个重点就是考虑到空间相关性对于计量模型的影响，常用来分析横截面数据，利用Moran′s I指数等来进行空间相关性检验，可通过扩展权重矩阵的方式将检验扩展到面板数据中去，常用的方法有通过建立分块对角矩阵即IT⊗Wn代替Moran′s I检验中的的空间权重矩阵，进行空间相关性检验[16]。

(14)

式(14)中，e表示OLS估计的残差值;IT为T维单位矩阵;Wn为n×n阶空间邻近矩阵;该文中的空间权重矩阵选用GeoDa软件中的Queen邻近，即：假设i地与j地相邻，则Wij=1，否则Wij=0。最终通过GeoDa软件得到的空间相关性检验如图2。

图2 2008～2015年的Moran′s I检验值

从图2中可以看到，省域农业现代化程度的全局Moran′s I指数大致位于0.4～0.6之间，说明我国的农业现代化发展还是呈现较强的相关性的，并且相关性有增强的趋势，农业现代化发展的外溢现象显著。

2.3 空间面板数据模型的LM检验与模型选择

在空间计量经济学的研究之中，最常用来估计空间截面数据的模型有两种，一种是空间滞后模型(SLM)，用来刻画解释变量之间的空间依赖性导致了空间相关。另一种是空间误差模型(SEM)，即邻近地区因变量的误差项空间相关，从而导致了模型的空间相关。两种模型的形式为：

空间滞后模型(SLM)：y=ρWy+Xβ+ε

(15)

空间误差模型(SEM)：y=Xβ+ε；ε=λWε+μ

(16)

表4 空间面板数据模型的Hausman检验

Hausman检验模型t检验值probability空间滞后模型(SLM)1 90930 7524空间误差模型(SEM)-1 07040 8989

式(15)(16)中，y为因变量；ρ为空间自相关系数;β为解释变量的相关系数;ε为随机误差项;W为权重矩阵;λ为空间误差相关系数;μ为随机误差向量。

对于空间面板数据模型，首先需要进行Hausman检验来确定是选择固定效应还是随机效应模型，该文选用matlab中spitial软件包进行实证检验，假设模型不含有固定效应而是随机效应，分别对(15)(16)两种模型进行检验，检验结果如表4，两类模型都拒绝了原假设，因而应该选用固定效应模型。

固定效应模型分为空间固定效应、时间固定效应、时空双固定效应，为了使模型更加准确，对该面板数据进行LM检验，检验结果如表5，综合考虑拟合优度(R2)以及极大似然值(logL)，可以发现，选用空间固定效应模型的拟合优度以及极大似然值都处于较高水平，因而，该文选用空间固定效应模型。对于空间固定效应模型，当运用传统的LM检验时，在1%的显著性水平下，空间滞后项通过检验，而空间误差项未通过检验。当运用稳健的LM检验时，在1%的显著性水平下，空间滞后和空间误差都通过了检验，因而选用空间滞后模型。综上，该文采用含有空间固定效应的空间滞后模型进行分析。

表5 空间面板数据模型的LM检验

检验指标普通OLS估计空间固定效应时间固定效应空间与时间双固定σ20 00740 00050 00690 0004R20 38590 37440 39990 0032logL258 6325584 6705266 3358604 5461LM空间滞后78 9387∗∗∗8 6655∗∗∗65 7934∗∗∗19 8400∗∗∗LM空间误差30 9005∗∗∗0 471617 8469∗∗∗20 3768∗∗∗稳健LM空间滞后68 5184∗∗∗31 7054∗∗∗75 6673∗∗∗1 8606稳健LM空间误差20 4801∗∗∗23 5115∗∗∗27 7208∗∗∗2 3974 注：∗∗∗，∗∗，∗分别代表在1%，5%，10%的水平上显著

表6 空间固定效应的SLM模型检验

决定因素相关系数t检验值z-probabilityLnX1-0 267224-1 5074820 131687LnX20 0000074 7773910 000002LnX3-0 098568-2 4662930 013652W∗y0 2013002 6427190 008224σ2=0 0006；R2=0 9575；logL=587 42032

2.4 实证结果

运用空间固定效应的空间滞后模型对空间面板数据进行实证分析，分析结果如表6，具有空间固定效应的空间滞后模型的拟合优度达到了0.957 5，极大似然值也有所提高，说明引入空间固定效应的空间滞后模型符合预期期望。

实证结果：

(1)空间相关项在1%的显著性水平下通过了检验，说明我国省域农业现代化的发展呈现较强的空间依赖性，且相关系数达到了0.2左右，对当地农业现代化的发展影响较大。

(2)第一产业在三产中的占比越高，农业现代化程度越低的假设以较小的差距被拒绝，说明并不是农业产业占比越低越好，更多的是应该调整产业结构，优化产业布局。

(3)人均农业固定资产的投入与农业现代化的发展呈现正相关，在1%的显著性水平下通过了检验，但是其相关系数却不高，说明影响不大，对于农业固定资产的投入不应该成为促进农业发展的主要方式。

(4)等外公路的占比与农业现代化呈负相关，并且等外公路的占比每减少约1个百分点，农业现代化的程度会提高0.1个百分点，说明为了加快农业现代化的进程，应该加快农村基础设施的建设,特别是农村道路的改造与优化。

3 结论与建议

该文首先运用熵权TOPSIS法对我国部分省域的农业现代化水平进行了评价，发现我国农业现代化发展呈现明显的空间集聚特征。其中，东南沿海地区是我国农业现代化程度第一梯队聚集区，中部地区以及西藏、新疆地区是第二梯队聚集区，东北以及西部部分省份处于第三梯队聚集区，中西部交界处农业现代化程度明显要落后于其他地区。在此基础上，通过空间计量分析得出，我国农业现代化发展呈现较强的空间相关性，人均固定资产投入对农业现代化发展有显著正影响，第一产业占比以及等外公路建设比重都对农业现代化有显著负影响的结论。当前我国正处在全面建成小康社会的关键阶段，大部分贫困人口都集中于农村地区，保持区域协调发展对我国实现整体脱贫、全面建成小康社会具有十分重要的意义。因而，必须正视农业区域发展不平衡的问题，鼓励落后地区吸收先进地区的发展经验，促进农业的协同发展。同时，各地区在发展现代化农业的过程中，要充分认识自身特点，综合各方面因素，合理规划发展路径，优化产业结构。

针对该文的分析结果，对我国农业现代化发展提出建议。

(1)关注中西部交接地带的农业，实现均衡发展。中西部交界地带不仅在地理与气候条件方面存在劣势，又常年缺少政府支持，各方面实力都比较薄弱，需要引起重视，加大资金与政策的投入力度，当地政府也要认真把握自身在农业发展中的优势，发展特色农业。

(2)建设农业区域示范中心城市，带动周边城市农业发展。由于地理条件等因素的影响，我国农业现代化存在地域发展不均衡的问题，因此可以采用以点带面、以优带劣的方法，通过建设农业区域中心城市，有效发挥区域农业的示范带动作用，实现全面发展。

(3)不能片面地以降低第一产业在三产中的比重来促进农业现代化建设，应该加快传统农业的转型升级，促进工业反哺农业，调整优化产业布局，积极延伸农业生产的产业链，加快农产品加工、农业生态旅游的发展等，促进三产融合。

(4)加大农业固定资产投入虽然可以促进农业现代化的发展，但对于农业现代化建设的作用并不是很大，不能盲目追求投资带动，应结合区域优势，发展精细农业，鼓励产业创新。

(5)完善农村基础设施建设，助推农业现代化。加强农村基础设施建设尤其是道路交通的硬化改造，改善乡村道路交通环境，对一个地区的农业现代化发展具有重要的推动作用，政府应加大政策支持与资金投入力度，优化农村生活环境。

[1] Schultz T W.Transforming Traditional Agriculture， 1964， 15(21)： 121～125

[2] 陈春霞. 我国农业现代化评价指标体系研究评述.改革与战略， 2009, 25(6): 184～186

[3] 林正雨， 李晓，何鹏.四川省农业现代化发展水平综合评价.中国人口·资源与环境， 2014, 24(S3): 319～322

[4] 谭爱花， 李万明，谢芳.我国农业现代化评价指标体系的设计.干旱区资源与环境， 2011, 25(10): 7～14

[5] 李虹来， 勒中坚.勒中坚灰色关联分析在农业现代化评价体系中的应用.江西财经大学学报， 2007, (1): 43～44

[6] 刘春峰， 苏海平.农业现代化发展水平评价方法研究——以北京市为例.测绘与空间地理信息， 2009, 32(6): 202～205

[7] 周子英， 段建南，梁春凤.长沙市土地利用结构信息熵时空变化研究.经济地理， 2012, 32(4): 126～131

[8] 张妍， 杨志峰，何孟常，等.基于信息熵的城市生态系统演化分析.环境科学学报， 2005, 25(8): 1127～1134

[9] 户艳领， 陈志国，刘振国.基于熵值法的河北省农业用水利用效率研究.中国农业资源与区划, 2015，36(3)： 136～142

[10]周国富， 连飞.中国地区GDP数据质量评估——基于空间面板数据模型的经验分析.山西财经大学学报， 2010, 32(8): 17～23

[11]宋慧林， 宋海岩.中国旅游创新与旅游经济增长关系研究——基于空间面板数据模型.旅游科学， 2011, 25(2): 23～29

[12]刘凯， 江世浩，朱文珏.广东省森林碳汇量估算及其空间效应分析.中国农业资源与区划, 2015，(3)： 120～126

[13]Anderson D R.Information Theory and Entropy.Springer New York， 2008

[14]Shannon C.A mathematical theory of distribution.Bell Syst Techn， 1948, 27(15): 623～624

[15]辛岭， 蒋和平.我国农业现代化发展水平评价指标体系的构建和测算.农业现代化研究， 2010, 31(6): 646～650

[16]Sanso Navarro M，Vera Cabello M，Ximénez De，et al.Human capital spillovers and regional development.Journal of Applied Econometrics， 2017,32(4): 923～930